Akutt Myokardinfarkt Klinisk Kohort

Bakgrunn:

Til tross for fremskritt innen kardiovaskulær medisin, forblir akutt hjerteinfarkt (AMI) en ledende årsak til sykdom og dødsfall. Nåværende risikostratifiseringsmodeller og terapeutiske strategier mangler ofte populasjonsspesifikk presisjon, spesielt for den kinesiske demografien. Videre krever spesifikke høyrisikoundergrupper – som de med sårbare plakk, MINOCA og grenselesjoner i koronararteriene – dypere undersøkelser for å forstå deres unike patofysiologiske mekanismer. Dette prosjektet initierer en translasjonsforskningskohort (TRC) for å bygge bro mellom grunnleggende multi-omikk-forskning, klinisk bildebehandling og medisinsk utstyrsinnovasjon.

Studiedesign og populasjon:

Dette er en prospektiv, multikenter, observasjonsstudie ledet av Zhongshan Hospital, Fudan University, i samarbeid med tre andre store tertiære sykehus i Shanghai. Studien vil inkludere 2000 pasienter diagnostisert med koronar hjertesykdom (CHD) og AMI.

Datainnsamling og biobanking:

For alle inkluderte deltakere vil studien konstruere en holografisk database som omfatter strukturert elektronisk pasientjournal (EPJ), basisdemografiske data, laboratorietester, multimodalbildebehandling (EKG, ekkokardiografi, koronarangiografi) og oppfølgingsdata. Perifere blodprøver (plasma, serum og PBMCer) vil bli systematisk samlet fra 1200 pasienter, behandlet under strenge standard operative prosedyrer (SOP) og lagret i en sentralisert, automatisert biobank.

Multi-omikk- og høyrisikoundergruppeanalyse:

En målrettet underkohort på 200 pasienter som representerer distinkte kliniske fenotyper (omtrent 70 med sårbare plakk, 60 med MINOCA og 70 med grenselesjoner) vil gjennomgå omfattende multi-omikk-profilering. Dette inkluderer:

1. Genomikk: Helegenomsekvensering (WGS) for å identifisere genetiske varianter assosiert med lipidmetabolisme og AMI-sårbarhet.
2. Transkriptomikk: RNA-sekvensering for å kartlegge genuttrykksprofiler av immunceller.
3. Enkeltcelle RNA-sekvensering (scRNA-seq): Gjennomført på 80 høyrisikopasienter for å analysere heterogeniteten til perifere immunceller og inflammatoriske responser.
4. Proteomikk: Olink multiplex assay for å kvantifisere over 1000 sirkulerende proteiner for å identifisere tidlige varslingsbiomarkører for plakkruptur og myokardskade.

Avansert bildebehandlingsradiomikk og AI-integrasjon:

Studien inkorporerer state-of-the-art kardiovaskulær bildebehandlingsanalyse, inkludert ikke-invasiv CCTA-radiomikk, optisk koherens tomografi (OCT), intravaskulær ultralyd (IVUS), kvantitativ flow ratio (QFR) og ny intracoronar fluorescensbildebehandling. Ved å bruke kunstig intelligens (AI) og maskinlæringsalgoritmer, vil studien ekstrahere flerdimensjonal bildebehandlings- og funksjonelle egenskaper for å vurdere plakkets sårbarhet, vaskulær hemodynamikk og stentheling.

Studiemål:

1. Å bygge en standardisert, flerdimensjonal klinisk og multi-omikk-database for kinesiske AMI-pasienter.
2. Å identifisere og validere nye sirkulerende biomarkører og terapeutiske mål for AMI og dens komplikasjoner.
3. Å utvikle og validere AI-drevne, multimodale diagnostiske modeller for nøyaktig risikostratifisering og prediksjon av store uønskede kardiovaskulære hendelser (MACE).
4. Å tilby robuste kliniske bevis og høykvalitetsdata for å akselerere oversettelsen av innovative kardiovaskulære medisinske enheter og personlig tilpassede terapier.